모델 학습 조건 설정하기

모델 학습 조건 설정하기

학습이 시작되고 난 이후에는 모델 학습 조건 설정의 수정이 불가합니다.

1. 학습 우선순위 여부

학습 대기열의 다른 프로젝트보다 먼저 학습이 시작되도록 우선순위를 설정합니다.

2. 학습 GPU 설정

인공지능 학습에 사용할 GPU 인스턴스 성능을 설정합니다.

3. 학습형태

목표하는 인공지능 기능에 따른 학습형태를 설정합니다. 선택 데이터의 유형에 따라 달라집니다.

CSV	ZIP
정형 데이터 분류	이미지 분류
정형 데이터 카테고리 분류(Classification)	물체 인식
정형 데이터 연속값 분류(Regression)
자연어
추천 시스템(매트릭스)

4. 선호하는 방식

목적에 따라 적합한 학습 방식을 선택할 수 있습니다.

1. 수동 설정 머신러닝 알고리즘과 하이퍼파라미터를 직접 수동 설정하여 학습할 수 있는 방식이며, 전문가 수준의 핸들링이 필요한 경우 적합합니다.

2. 코드 생성 Jupyter에 붙여넣기만으로 바로 학습을 시작할 수 있는 학습 코드를 생성합니다.

3. 정확도가 높게(AutoML) 학습속도는 느리지만 보다 정확한 모델을 학습하는 방식이며, 최종 모델 도출 시 유용합니다.

4. 학습속도가 빠르게(AutoML) 높은 정확도의 모델을 확보하기는 어려울 수 있지만, 보다 빠르게 학습하여 모델을 확인할 수 있는 방식이며, POC 제작 시 유용합니다.

5. 분석/예측하고 싶은 값

입력 데이터에 따라 학습이 완료된 인공지능 모델이 출력할 결과 데이터에 해당하는 값을 선택합니다.

6. 알고리즘 설정(코드 생성/수동 설정)

학습에 사용할 알고리즘 라이브러리를 선택합니다.

알고리즘 설정

7. 하이퍼파라미터 설정(코드 생성/수동 설정)

하이퍼파라미터 값을 직접 조정할 수 있습니다. 각 입력창에서 Enter를 눌러 다중 값을 입력할 수 있습니다.

다른 질문이 있으신가요? [email protected]로 문의주시면 도움을 드립니다.